基于hadoop平台的海量文本分类的并行化 - scholarmate.pdfVIP

下载本文档

6
0
约5.98万字
约 5页
2017-09-02 发布于天津
举报
版权申诉

基于hadoop平台的海量文本分类的并行化 - scholarmate.pdf

1、本文档共5页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于hadoop平台的海量文本分类的并行化 - scholarmate

第卷第期计算机科学３８１０Ｖｏｌ．３８Ｎｏ．１０　年月２０１１１０ＣｏｍｕｔｅｒＳｃｉｅｎｃｅＯｃｔ２０１１ｐ　　基于Ｈａｄｏｏ平台的海量文本分类的并行化ｐ向小军高阳商琳杨育彬　　　　　（）南京大学计算机科学与技术系南京２１００９３　　，。摘要文本分类是信息检索与数据挖掘的研究热点与核心技术近年来得到了广泛的关注和快速的发展近来年　　，，。随着文本数据呈指数增长要有效地管理这些数据就必须在分布式环境下用有效的算法来处理这些数据在Ｈａ－ ——— ，，ｄｏｏ分布式平台下实现了一简单有效的文本分类算法ＴＦＩＤＦ分类算法即一种基于向量空间模型的分类算法ｐ。，，它用余弦相似度得到分类结果在两个数据集上做了实验结果表明这一并行化算法在大数据集上很有效并可以在实际领域中得到良好的应用。，，，关键词文本分类并行化海量数据Ｈａｄｏｏ　ｐ中图法分类号Ｎ５３２文献标识码Ａ　　　　　　ＰａｒａｌｌｅｌＴｅｘｔＣａｔｅｏｒｉｚａｔｉｏｎｏｆＭａｓｓｉｖｅＴｅｘｔＢａｓｅｄｏｎＨａｄｏｏ　　ｇ　　　　　　ｐ　ＸＩＡＮＧＸｉａｏｕｎＧＡＯＹａｎＳＨＡＮＧＬｉｎＹＡＮＧＹｕｂｉｎ　－　　　　　－ｊｇ（，，，）ＤｅａｒｔｍｅｎｔｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏＮａｎｉｎＵｎｉｖｅｒｓｉｔＮａｎｉｎ２１００９３Ｃｈｉｎａ